映画の予告編を効率的に短縮
Netflixがカスタマーエクスペリエンス向上に利用する「感情分析」とは
感情分析では言葉で表現されない顧客のフィードバックが入手できる。Netflixは加入者を引き付け、つなぎとめる目的で、この手段を利用した。
この数年の間に、AI(人工知能)技術を使って顔の表情や音声、文字を感情と結び付ける感情分析ツールの開発が進められてきた。まだ早い段階ではあるが、一部の組織はこれを使ったカスタマーエクスペリエンス(CX)の向上に価値を認め始めている。
そうした組織の一つ、Netflixは感情分析を使い、映画の予告編を効率的に短縮して視聴者がもっと手早く映画について判断できるようにすることでCXの向上を図っている。その目標は、本人が楽しいと思った映画をその前面に出すことによって、加入者をつなぎとめることにある。
Netflixと組んで同プロジェクトに取り組んだコンサルティング企業Decoupling.coの共同創業者、ターレス・テーシェーラ氏によると、それまでNetflixは映画制作会社が提供する予告編を使っていた。だが、これは視聴者の集中力が持続しないため、あまりうまくいかなかった。「Netflixがインターネットで流す予告編が増えるほど視聴者は圧倒されて、どれを見るべきか分からなくなっていた」とテーシェーラ氏は分析する。
より良い予告編の制作
テーシェーラ氏によると、Netflixはそれまで口コミや簡単な内容紹介に頼って、視聴者がそのコンテンツを気に入るかどうか判断してもらう一助としていた。だがこれは、例えば料理を形容した紹介文を読んでその料理が気に入るかどうかを判断する手掛かりにしてもらうのと同様に、有用性は限られていた。簡単なサンプル以上に心を決めさせる役に立つものはない。
Netflixはまた、レコメンドエンジンを開発して、お薦めの映画が表示される優先順位を決める一助とした。それでもまだ、限られた情報の断片からその映画が気に入るかどうかを予想するのは視聴者次第だ。
映画が気に入るかどうかをユーザーが判断しやすくする目的で、Netflixが短縮版の予告編の実験を始めた時点では、映画会社が提供する予告編の最初の数秒のみを利用していた。だがこれは次善の結果にしか結び付かなかったとテーシェーラ氏は言う。
観客の表情から“最大の見どころ”を洗い出す
そこでNetflixは、もっとうまく予告編を短縮できるように、感情分析を利用した。テーシェーラ氏は、「視聴者は特定の感情を味わう目的で映画を見るのではないかというのが、われわれの当初の考えだった」と説明する。
映画の筋書きは、幸福感や驚き、恐怖、悲しみ、さらには怒りを経験するための情報伝達の仕組みといえる。Netflixは、視聴者がコメディーの中の幸福感、悲劇の中の悲しみ、ホラー映画の恐怖といった特定の感情をいつ強く感じるのかを、感情分析を使って特定するというアイデアにたどり着いた。そして加入者を募って予告編を見てもらい、顔の表情を記録した。
これはコメディーの場合にはうまくいった。視聴者はユーモラスな場面に反応して絶えず笑ったりほほ笑んだりしていた。研究者はそのコメディーの中で最も大きな笑いを誘った瞬間を見極めて、それを短縮版の予告編に盛り込むことができた。
全ては文脈に依存する
それ以外の映画では、このアイデアはあまりうまくいかなかった。テーシェーラ氏によると、視聴者は画面内の広告や番組を見ている間、強い恐怖や悲しみ、怒りの感情をあまり表情に表さなかった。「これは技術が悪いわけではなく、文脈の問題だ」と同氏は言う。Netflixは、そうした感情の場合、視聴者がそれを自然に表情に表すためには、もっと強い刺激や時間を必要とすることを発見した。
どんな技術であれ、最初のうちは、その価値を誇大に表現する傾向があるとテーシェーラ氏は言う。感情分析の場合、初期の推進派は、実質的にどんな相手でも何を感じているかを把握でき、その相手に影響を与えたり説得したりすることが可能になると説いていた。テーシェーラ氏の実験では感情分析は、例えば広告がどの程度話題になるかを判断したり、オンライン体験について視聴者がどのような感情を持つかを理解したりといった、限られた文脈の中では役に立つ。
感情分析の中核的なアイデアは、特定の感情に関連した顔の表情の共通パターンを識別する心理学者のポール・エクマン氏の研究に基づく。次いでソフトウェアを使い、人が特定の体験をした際の感情表現を翻訳し、記録する。
テーシェーラ氏によると、この記録処理はかつて手作業だったが、今では毎秒最大10倍の速さで変化を記録できるようになった。感情追跡では、表示されている広告や映画の予告編、オンライン体験について、顧客の感情に関するもっときめ細かいデータを取得できる。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[株式会社キーエンス] PCが苦手でも自動化できる 近鉄コスモスなど4事例に学ぶ「ナビ搭載型RPA」活用 -
製品資料
[レノボ・ジャパン合同会社] 約1.39kgにAI処理能力を凝縮 持ち運べるAPU搭載ワークステーションの実力は? -
製品レビュー
[ネットアップ合同会社] ランサムウェア被害からの回復を阻む最大の壁とは? -
製品レビュー
[ネットアップ合同会社] 攻撃者は“最後の砦”を真っ先に狙う いま必要なランサムウェア対策とは? -
市場調査・トレンド
[Snowflake合同会社] AI時代のビジネスインテリジェンス変革:5大トレンドと成功戦略
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
「Active Directory」復旧で“詰む”企業が続出 ランサムウェアに備える4対策
-
2
なぜ「WSUS」を捨てない? 非推奨でも35%が使い続けるワケ
-
3
「AI時代の統合基盤・エンタープライズAI管理」に関するアンケート
-
4
Microsoft 365統一で「SharePoint」が1日2TB増 富士フイルムはどう管理した?
-
5
1巻40TB、量子解読も防ぐ「LTO-10」 テープを侮るバックアップの盲点
-
6
クラウド時代にあえて「メインフレーム」を選びたくなる理由はこれだ
-
7
なぜサーバ価格は下がらないのか? メモリ不足は2027年も続く
-
8
なぜMicrosoftは「Rust」を標準言語に? AIで進むC/C++書き換えの課題
-
9
複雑化するフォント管理に終止符を Monotypeが提唱する安全な運用方法
-
10
メインフレームが“オワコン”ではなく「若手にとって魅力的」なのはなぜか?
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
3
急増する高度なフィッシング詐欺 先回りしてブロックするには何が必要?
-
4
法人向け光回線のプランはどう選ぶ? 機能面/保守体制/コストを一覧で比較
-
5
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
6
「テスト内製化&自動化」事例集:ディー・エヌ・エーなど9社に学ぶ実践のコツ
-
7
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
8
10G回線の真価をフルに享受するには? 導入前にチェックしたいポイント
-
9
進化が遅れる「電話」をアップデート、AIを搭載した次世代の通話機能とは?
-
10
有識者が語る、中堅中小企業に求められる最新のサイバーセキュリティ対策とは
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー